本文介绍一种可靠方法，使用外部首都数据集结合 pycountry 库，将输入的首都城市名（如 "london"）精准映射为 iso 3166-1 alpha-2 国家代码（如 "uk"），并拼接为 "london,uk" 格式；重点解决 pycountry 原生不支持首都反查的局限性。
本文介绍一种可靠方法，使用外部首都数据集结合 pycountry 库，将输入的首都城市名（如 "london"）精准映射为 iso 3166-1 alpha-2 国家代码（如 "uk"），并拼接为 "london,uk" 格式；重点解决 pycountry 原生不支持首都反查的局限性。
pycountry 是一个优秀的 ISO 国家/地区数据封装库，但它不包含首都字段（即 country.capital 属性根本不存在），因此原始代码中反复触发 AttributeError 并始终无法匹配——这不是逻辑错误，而是数据缺失导致的根本性不可行。
正确路径是：先根据首都名查出所属国家全称，再用国家全称在 pycountry.countries 中检索标准编码。这需要一个可靠的“首都→国家”映射数据源。推荐使用轻量、结构清晰的开源数据集，例如 country-capitals 提供的 CSV 文件（含 Capital, Country 两列）。
以下是一个完整、健壮的实现示例（无需额外安装复杂依赖，仅需 pycountry 和内置 csv 模块）：
import pycountry
import csv
from io import StringIO
import requests
# ✅ 推荐：从 GitHub 直接加载最新首都数据（免本地文件）
CAPITALS_URL = "https://raw.githubusercontent.com/icyrockcom/country-capitals/master/data/country-list.csv"
def get_country_code_by_capital(capital_name: str) -> str:
if not capital_name or not isinstance(capital_name, str):
return None
capital_clean = capital_name.strip().lower()
# Step 1: 加载首都-国家映射（内存中解析 CSV）
try:
response = requests.get(CAPITALS_URL, timeout=5)
response.raise_for_status()
reader = csv.DictReader(StringIO(response.text))
country_name = None
for row in reader:
if row.get("Capital", "").strip().lower() == capital_clean:
country_name = row.get("Country", "").strip()
break
except Exception as e:
print(f"⚠️ 获取首都数据失败: {e}. 尝试使用内置简化映射...")
# 回退：内置小规模映射（仅作演示，生产环境请务必使用完整数据集）
fallback_map = {
"london": "United Kingdom",
"barcelona": "Spain",
"tokyo": "Japan",
"paris": "France",
"berlin": "Germany",
}
country_name = fallback_map.get(capital_clean)
if not country_name:
return None
# Step 2: 用国家全称匹配 pycountry（支持常见别名和大小写）
for country in pycountry.countries:
if country.name.lower() == country_name.lower():
return country.alpha_2.lower() # 如 'GB' → 'gb'，符合 'uk' 习惯（见下文说明）
# 可选：尝试常见别名（如 "UK" → "United Kingdom"）
for country in pycountry.countries:
if hasattr(country, 'official_name') and country.official_name.lower() == country_name.lower():
return country.alpha_2.lower()
return None
# 使用示例
if __name__ == "__main__":
for city in ["London", "Barcelona", "Tokyo", "Paris"]:
code = get_country_code_by_capital(city)
result = f"{city},{code}" if code else f"{city},??"
print(result)? 关键注意事项：
- pycountry 返回的 alpha_2 是大写（如 "GB"），但实际常用小写格式（如 "uk"）。本示例统一转为小写以匹配惯例；若需严格遵循 ISO 标准，保留 .upper() 即可。
- country-capitals 数据集偶有维护滞后，建议在生产环境中下载 CSV 并定期更新，或集成 pandas 进行更灵活的模糊匹配（如处理 "Brussels" vs "Bruxelles"）。
- 首都可能存在重名（如 "Washington"），该方案默认取首个匹配项；高精度场景应增加国家上下文校验（如传入大洲或语言线索）。
- 若项目允许引入新依赖，geopy + Nominatim 可实现地理编码反查，但涉及网络请求与调用频率限制，不如离线 CSV 轻量可控。
总结：解决“首都→国家代码”问题的核心在于解耦两步查询——先靠权威首都数据定位国家名，再用 pycountry 标准化输出。这一模式兼顾准确性、可维护性与执行效率，是地理信息脚本开发中的实用范式。
